雷达干涉测量(崔松整理)

精品文档，仅供学习与交流，如有侵权请联系网站删除雷达干涉测量（崔松整理）第一章 绪论第二章 雷达SAR：使用短天线一段时间内不断收集回波信号，通过信号聚焦处理方法合成一较大的等效天线孔径的雷达。1.1雷达及雷达遥感发展概况ENVISAT与ERS的SAR传感器相比，Envisat ASAR的优点主要表现在：扫描合成孔径雷达(ScanSAR)可达到500km的幅照宽度；（ERS只有100km）可获得垂直和水平极化信息；（如果发射的是水平极化方式的电磁波，与地物表面发生作用后会使电磁波极化方向产生不同程度的旋转，形成水平和垂直两个分量，用不同极化方式的天线接收，形成和两种极化方式的图像。若雷达发射的是垂直极化方式的电磁波，同理，会产生和两种极化方式的图像。）交替极化模式可使目标同时以垂直极化与水平极化方式成像；有不同的空间分辨率和数据率；可提供7个条带，入射角在1545的雷达数据。RADARSAT多极化、多入射角ALOSALOS采用了先进的陆地观测技术，能够获取全球高分辨率陆地观测数据。该卫星载有三种传感器：全色立体测图传感器，新型可见光和近红外辐射计、相控阵型L波段合成孔径雷达（PALSAR）。PALSAR不受云层，天气和昼夜影响，可全天时全天候对地观测，该卫星具有多入射角，多极化，多工作模式及多种分辨率的特性，最高分辨率可达7m。（ERS、ENVISAT是多入射角吗？）TerraSAR-XTerraSAR-XTerraSAR-X 是固态有源相控阵的X 波段合成孔径雷达（SAR）卫星，具有多极化、多入射角的特性，具备4 种工作方式和4 种不同分辨率的成像模式。高分辨率聚束式(High Resolution SpotLight(HS)聚束式(SpotLight Mode(SL)宽扫成像模式(ScanSAR Mode(SC)条带成像模式(Stripmap Mode(SM)COSMO-SkyMedCOSMO-SkyMed星座共包括4颗SAR卫星工作在X波段，具有多极化、多入射角的特性，具备3种工作方式和5种分辨率的成像模式，作为全球第1个分辨率高达1 m的雷达成像卫星星座，COSMO-SkyMed系统将以全天候、全天时对地观测的能力、卫星星座特有的高重访周期和l m高分辨率成像1.2InSAR及发展概况SAR的不足：SAR传感器获取的原始资料主要包含两种信息：一是地面目标区域的二维图像，二是地面目标反射回来的相位SAR成像没有利用回波相位信息。经过SAR成像处理后，对于地表三维目标，得到二维SAR图像，即目标到SAR卫星的斜距和相对于航迹的位置(或多普勒频率)被投影到二维的SAR图像上，要得到目标的三维坐标，需要利用立体定位的方法的得到目标的三维坐标。INSAR（合成孔径雷达干涉测量）：一种以合成孔径雷达复数据提取的干涉相位信息为信息源获取地表三维信息和变化信息的技术。InSAR：利用短基线(一般为几十1000 m)，由相邻航线上观测得到的同一地区两幅SAR影像的相位进行干涉处理来获取高程资料，由得到的目标点的三维坐标建立高精度的数字高程模型(DEM)D-InSAR：以InSAR为基础发展起来的差分雷达干涉测量(D-InSAR)对于高度的变化非常敏感PS-DInSAR：利用散射特性在时间上保持稳定的高相干点来获取可靠的干涉相位信息GPS技术与InSAR技术结合：一方面可以利用GPS技术消除InSAR的大气及轨道误差，提高其时间分辨率，解决时间去相关问题；另一方面，可以利用InSAR技术提高GPS的空间分辨率，从而进行大尺度的地表形变监测。1.3 InSAR的主要应用高程生成、（地形图测绘）地面沉降、地震、滑坡检测、火山活动研究（可连续动态监测地表变化，还可估计岩浆流厚度和宽度 活火山现场观测原来对人员设备危险）、土地利用类型分类（可区分林地、开阔地，风、雪融对相干图的影响，基线越长对地表微小运动和变化越敏感）、海洋应用（利用相位差得到风力、海潮、内波、船尾浪引起的洋面变化）冰川运动和极地陆地边缘探测、山体运动监测、坡度估计、变化监测1.4.InSAR的技术发展趋势 雷达传感器向着多波段，多极化，多工作模式，视角可变的方向发展。SAR 卫星向着轻型化发展。是组成 SAR 卫星星座、卫星编队、卫星编队星座等天基 SAR 系统的关键。SAR 向着高分辨率，宽测绘带宽方向发展InSAR 数据获取更为丰富、便捷。InSAR 与其他技术的融合。相位解缠，极化干涉和 PS 技术仍是 InSAR 理论研究的热点InSAR 应用更为广泛第二章 InSAR 基本原理及数据处理1. SAR影像的特点1. SAR 影像是复数影像， 包括振幅图和相位图影像。复影像：复影像数据包括雷达波振幅和相位两部分，被称为复数的实部和虚部。SAR 影像的每一像素不仅包含反映地表微波反射强度即所谓的灰度值，而且还包含与雷达斜距有关的相位值，这两个信息分量可用一个复数(a + bi)来表达。2. 斑点噪声雷达记录的信号是不同散射中心回波矢量的叠加，由于散射中心的回波是随机变化的，这种随机变化造成了相干斑噪声。另一方面，相邻像素点的灰度值会由于相干性而产生一些随机变化，在图像中也会产生斑点噪声原因一：由于 SAR 系统的分辨率是有限的，目标表面相对于系统波长比较粗糙，图像中的每一个分辨率单元都是许多散射点的合成。雷达记录的信号是不同散射中心回波矢量的叠加。由于散射中心的回波是随机变化的，这种随机变化造成了相干斑噪声。 原因二：SAR 成像系统是基于相干原理的，在雷达回波信号中，相邻像素点的灰度值会由于相干性而产生一些随机变化，并且这种随机变化是围绕着某一均值而进行的，在图像中也会产生斑点噪声。 相干斑点噪声是 SAR 图像固有的特征3. 穿透性4. 几何特征纵向：平行于卫星的飞行航线，方位向 横向：垂直于卫星飞行的航线，距离向 SAR 影像几何特点：距离收缩、透视收缩、叠掩和阴影等现象。5. 多视处理SAR 影像有两种显示方式：斜距显示和地距显示。2.SAR干涉测量工作模式InSAR工作方式前两种主要用于机载SAR干涉测量；后一种用于星载SAR干涉测量，卫星不受大气影响，轨道和姿态稳定，为重轨干涉测量提供了较好的条件。1. 交轨干涉测量（XTI）飞行平台上同时装载两个天线，其中一个负责发射并接收雷达波束，另一个则只负责接收，这样基线固定，只要能准确确定平台位置，就有利于获得高质量的干涉测量数据和高程计算结果航空平台多采用这种方式，航天飞机也实现了这一方式（SRTM）准确确定平台位置 GPS 、平台姿态稳定 INS 侧滚的影响和坡度的影响很难区分 相位差由侧滚引起变化2. 顺轨干涉测量(ATI）双天线，在飞机上一前一后目前只是在飞机上采用，主要用于海流速度制图、运动目标探测、方向波浪谱测量3. 重复轨道干涉测量（RTI)只需要一根天线，在尽可能短的时间间隔内，在大致相同的的轨道上，两次获取同一地区的数据。目前航天INSAR的主要工作方式。航天InSAR具有航高高，姿态稳定的特点，但是需要精确确定平台位置，等效基线必须符合一定的要求， 而目前提供的参数均不精确，所以存在“参数估计问题”SAR重复轨道干涉条件 两次观测期间地物没变化 稳定的观测几何关系，姿态稳定 作运动补偿后，能保留好内在的相位信息相位构成：雷达接收信号中的相位由四部分贡献组成：1) 是往返路径确定的相位；2) 是地表不同的散射特性造成的随机相位；3) 大气延迟的影响；4) 噪声。3.InSAR成像几何关系式中，左边表示相邻像元的干涉相位差，右边第一项表示目标高程变化引起的相位，第二项表示平地引起的相位，第二项引起的相位必须消除掉才能得到地形引起的相位，这就是所谓的“去平地”。去平地相位之后，可以得到相位与高程之间的关系： 也可表示为 对于雷达干涉测量系统而言，4是一个参数，雷达波长已知，通过计算每个像元对应的垂直基线分量B 、入射角以及传感器到地物的距离，即可通过高程h 与相位 的函数关系求解地表高程，这就是雷达干涉测量的基本原理。5.InSAR影像相干性估计相干性：是指两幅图像的相干程度，相干性是衡量InSAR 像对处理效果的指标，相干性的高低决定了干涉条纹的质量，从而决定了干涉处理的结果SAR 影像干涉处理以影像之间的相干性为基础。相干性是衡量InSAR 像对处理效果的指标，相干性的高低决定了干涉条纹的质量，从而决定了干涉处理的结果，相干性很低的像对很难进行干涉处理，因此，常常利用相干性指标进行干涉像对的选取。最大似然法相干估计具有一些优点： 无需计算干涉相位； 干涉相位误差对其没有影响； 可直接应用于单视图像； 不受局部干涉条纹频率或相位估计误差影响去相干分析去相干源； 原因分析 补偿策略几何去相干； 雷达观测视角； 短基线与滤波处理；多普勒去相干； 不同时相多普勒质心频率； 通过系统参数控制与滤波处理；系统热噪声； 基线设置参数与地表反射特征； 依靠硬件设置来减少；体散射特征去相干； 雷达回拨的穿透能力,与波长存在较大系；选择同季节的数据；地面目标地物变化； 地面目标的物理特性变化； 缩短时间基线；数据处理； 数据处理过程引入的误差； 选择比较精确的算法；6. INSAR数据处理基本流程n复图像配准基于精密卫星星历和相干系数的配准 最大频谱干涉法 相位差平均梯度函数法n基线估计去平地效应 高程估算 地理编码n干涉图的生成两复数共轭相乘得到像元干涉后的复数表示形式。对所有像元进行共轭相乘即可生成干涉图。n平地效应消除和干涉图的滤波相位图中高度相同而干涉相位差不同的现象称为平地效应。n相位解缠和相位值向高程值转换从干涉图上直接获得的相位是值在(-, 之间，相位存在2 的模糊。为了能够将干涉相位和干涉图的成像几何关系联系起来，获得地形高程和实际的地面距离，需要加上正确的2k ，这一过程称为相位解缠。nDEM 生成及地理编码影响InSAR 数据质量的因素卫星系统：入射角、空间分辨率、系统噪声、影像失配、内部时钟偏差、近似聚焦轨道：定位精度、基线、重复轨道时间差、不平行轨道信号：频率、极化、带宽、噪声/斑点地形地物：体散射、坡向（相位梯度角）、地表物体特征（如冻土）气候条件：风（造成散射体运动）、雪（造成去相干）大气层：大气折射7.InSAR软件简介GAMMA：该软件分为组件式SAR处理器(MSP)，干涉SAR处理器(ISP)，差分干涉处理和地理编码(DIFF&GEO)，土地利用工具(LAT)和干涉点目标分析(IPTA)五个模块SARscape：由核心模块、聚焦扩展模块、滤波扩展模块、扫描式干涉雷达处理扩展模块、极化雷达处理扩展模块、干涉叠加扩展模块组成。8. INSAR技术存在的问题INSAR技术存在的问题单视复数据的高精度配准时间基线的去相关现象散射目标在重复轨道两次观测期间散射特性的变化所导致的时间去相干。主要是指散射体在分辨单元内位置或者自身散射特性随时间的变化，其保持相干时间长短与本身的性质有关。空间基线的去相关和参数精确估计由于入射角的不同，在距离向地物频谱投影到数据频谱时出现偏移相位解缠第三章 InSAR配准算法原理1.SAR影像配准的要求图像配准的目标是在两幅图像之间找到对应同一位置的匹配点。InSAR影像的相位信息远比能量信息对地形的变化敏感。对于双天线而言，数据配准相对比较容易 对于重轨INSAR数据配准，配准的难度较大 轨道很难准确控制 导航数据不准确 其它干扰因素使影像有差异如果配准误差大于或等于一个像元，则两幅图像完全不相干，干涉图为纯噪声，因此，配准精度必须达到子（亚）像元级。1. SLC数据处理与显示SLC：单视复型数据，一般以实部数据文件和虚部数据文件的形式存在，即单天线某一时段所获取数据的集合。影像不清楚的原因：由于振幅信号离散程度比较大，加上噪声和因干涉效应产生的或甚强或甚弱的信号，使数据的分布出现极不正常的情况，绝大多数数据都是振幅强度很小的数值，振幅强度大的点极少。解决方法：1. 对图像进行预处理，进行振幅影像的增强2. 采取直方图分析的方法，即将频数很少的而振幅强度很大的点都组合到一起，将数值范围压缩，减小零星点的影响。3. 去噪增强，对影像进行对数变换，抑制亮区，采用3X3窗口去除噪声。2. 对数变换和去噪声1）对数变换：对于数值很大的振幅强度值经过对数变换，可以将其数值范围压缩，这样就可以起到抑制作用。2）噪声判断与去除：采用领域分析法进行处理。3）再作对数变换 4）显示灰度变换后的数据5）镜像处理：以便和地形图和专题图对照时，方向基本一致。5）多视处理（行方向压缩）：由于原始数据在方向上象元分辨率高于斜距方向上的分辨率，往往要进行压缩。6）确定重叠区（以找明显同名点）切出重叠区2. 配准原理基于相位的配准，配准的标准配准指标：评价 InSAR 复影像配准的常用指标：相干系数，平均波动函数，干涉条纹频谱。1 相干系数法在参考影像以待匹配点为中心取一定大小的窗在对应输入影像的一定搜索范围内，逐行、逐个像素地移动，并计算窗口内的相干系数，相干系数最大处即为最佳匹配点。优点：1. 在信噪比比较高的区域能够取得比较好的效果2. 运算量少以整像素间隔为移动距离，然后对定位结果进行多项式拟合，求出最佳点。这种后处理方法要达到子像元级的精度较为困难。信噪比较低时，并不能保证精度的明显提高，拟合出来的极值位置甚至还可能落在所取窗口之外。 为了达到子像元级配准精度，可以将窗口中影像进行过采样处理，或将移动间隔小于一个像元。这种方法不仅增加了计算量还需要有较好的初始匹配候选点。过采样也没有提高信噪比，本质上与多项式拟合的方法没有区别 。2 最大频谱法在目标窗的范围内，计算各点上复型数据的积，在此基础上，做快速傅里叶变换，并计算二维频谱值，取最大值所对应的点为配准点。找到同名点后，计算配准系数，然后进行配准。该算法的出发点是：当影像达到精确配准时，所形成的干涉图质量应达到最佳。最大频谱法实际上是利用了InSAR影像的相位信息进行配准，即当两幅影像相位越相近时，对应的频谱值越大。优点：1. 能克服与频率相关的各种噪声，并且有明显的峰值2. 匹配精度很高3. 适用于轨道平行性较差的条件下所获得的复图像的配准缺点：算法比较复杂，计算量很大3 相位差平均波动函数法以同名点领域内相位差变化的一致性为判断依据，计算目标窗内的相位差变化梯度的平均值，最小值对应的位置为配准点位置。当正确配准两幅InSAR影像时，相位差图像上的平均起伏会达到最小化。以上三种方法的局限性：1. 采用局部窗口进行无偏估计是有局限性的，为此所得到的相似性测度与理论值存在偏差，而这种偏差往往具有不确定性，表现为相似性测度的计算结果上可能会出现多个极大(小)值(峰值或谷点)的情况。而且计算结果受噪声或随机干扰影响比较大，其中的最大(小)值可能并不是实际的同名匹配点。2. 以整像素间隔为移动距离，然后对定位结果进行多项式拟合，求出最佳点。这种后处理方法要达到子像元级的精度较为困难。在信噪比较高时，理论精度可达0.150.2像素；信噪比较低时，并不能保证精度的明显提高，拟合出来的极值位置甚至还可能落在所取窗口之外。3. 基于最大频谱法的干涉影像配准从干涉条纹图的质量出发，以干涉图的效果为判据，理论上最适合干涉影像配准。但这种算法需要反复生成局部的干涉图，计算量巨大，而且根据信噪比引导配准也需要较高的信噪比条件。4. 配准方法多级配准流程，配准指标，粗匹配到精匹配的过程1.多级配准流程在 SAR 影像上选取一些满足特定条件的控制点，然后再根据控制点的信息拟合出整幅图像的配准信息，最后对图像进行重采样得到配准图像。为了达到 InSAR 配准的精度要求，通常采用从粗到精的多级配准策略2.粗配准粗配准阶段主要是为了得到主图像与辅图像间的偏移。该偏移量的精度要求在30像素以内。可以采用用户在两幅影像上选择一个同名点，然后分别得到该点在各自影像上的坐标，将坐标相减就可以得到两幅影像的偏移值。3.像元级配准像元的配准可以在影像的空间域或者频率域进行。通常在主图像上选取匹配窗口，根据粗匹配结果在辅图像上选取搜索窗口，然后根据配准评价指标计算两个窗口的相似程度，通过移动搜索窗得到最佳配准点。对于所有的配准点，经过一致性检验剔除粗差，最终达到像元级的配准精度。4.方位向滤波（可选）由于多普勒效应的影响，主辅图像间会存在由于多普勒频移导致的去相干，为此在进行精配准前可以对两幅影像进行方位向滤波，以减少这种去相干影响。5.子像元级精配准子像元级配准主要方法有两类，一类基于原始图像过采样数据进一步寻找更加精确的配准位置，称之像元过采样匹配法；另一类算法基于粗配准点周围若干像元的相关系数插值求取最大相关系数，以之确定更加精确的配准位置，称之相干系数插值法。前者有精度上的优势，后者有速度上的优势。1）像元过采样匹配法步骤1：对已获得的每一个控制点采用双线性插值等方法对相应主图像、辅图像块作过采样处理。插值的间隔决定过采样程度步骤2：进行最大相干估算。与像元级的配准相似，采用基于窗口的搜索方法，寻找可靠的相对偏移量估算值。步骤3：选取最大相干系数的匹配位置即该控制点亚像元配准位置。2）相关系数拟合法插值相关系数法并不是对像素本身进行过采样，而是对周围像元的相关系数值进行 高精度的插值来获得子像元级配准精度。实相关系数过采样运算量比较大，利用FFT算法，在频率域进行插值，可以大大提高运算效率。与像元级配准方法相比，该方法主要做了三点修改：1 需要对配准图像进行插值，因而配准中的点变为亚像素点，搜索图不再是直接从配准图中截取连续的一小块，而是从插值后的配准图中抽取相应点而得到。2 不再使用整体的位移矢量，而是使用局部位移矢量。先计算一些像素点的位移矢量，再由这些位移矢量插值得到每一个像素的位移矢量。起初选择的那些像素点被称为控制点。 3 配准的结果不是由配准图整体位移得到，而是根据每一个像素点的位移矢量，从插值后的配准图中抽取对应点，得到配准结果。6. 多项式拟合，配准函数的确定在完成子像素级别配准后，就会得到一系列同名点对，这个时候就可以用多项式来描述主辅影像之间的变换关系，通常采用二次多项式。7. 辅图像重采样8. 配准实验及分析4. InSAR影像数字摄影测量配准方法以振幅影像为对象，多种配准方法的结合，逐步精细。多级配准的三个重要步骤（1）基于特征点的配准在参考影像或基准影像上首先确定一个格网，以格网点为中心，在其邻域搜索特征点，对于每一个特征点，在待配准影像上搜索待选同名点，搜索中以相关系数作为确定待选点的测度。在确定特征点的过程中可以采取各种各样的方法 比如采用Fstner算子法 该方法首先计算一点与其四邻点灰度差分绝对值 只要有任意两方向上差分绝对值大于给定的阈值T 就可将该点作为待选点 然后在以待选点（i,j）为中心的33窗口内 按Fstner算子法计算协方差矩阵N和误差椭圆的园度q：根据误差椭圆度阈值Tq计算待选点(i,j)的权：最后在一个适当选取的窗口内，取权值最大的待选点为特征点（2）基于松弛迭代方法的整体影像匹配在第一级配准结果基础上 对待选点作进一步的分析 特别是对多峰点作深入的分析（3）最小二乘匹配在第二步配准结果的基础上，考虑待配准影像相对于参考影像的几何畸变和辐射畸变 通过最小二乘方法逐步迭代以精确确定配准点位多级配准方法的完善（1）相干系数的估计用于精确配准在最小二乘匹配中迭代终止条件用相干系数的估计值替代相干系数（2）基于相位差分的最小二乘匹配第三步采取最小二乘匹配方法。在误差方程式中以相位差分代替影像灰度差分5. 基于结构信息的配准方法（上课讲得很少）根据SAR影像特点，以影像中结构信息为基础，采取逐级匹配和多种信息相结合的方式 第一步进行影像分割，提取多边形结构信息，在多边形匹配的基础上，取得配准的初步控制信息第二步作影像边缘信息结构的检测，在初步控制匹配信息的支持下，作边缘影像匹配 得到初步的同名点集合第三步利用影像纹理匹配以剔除误配的数据，最后以高斯滤波和最小二乘匹配相结合，得到具有子像元匹配精度的结果1） 影像分割和多边形匹配2） 边缘提取和边缘匹配3） 纹理特征提取和纹理匹配第四章 干涉图的生成和处理4.1 干涉图的生成及其信息特点1. 干涉条纹的计算和干涉图的生成n干涉图的生成两复数共轭相乘得到像元干涉后的复数表示形式。对所有像元进行共轭相乘即可生成干涉图。每一个点的（fai）计算出来之后，将相位差数据灰度化显示出来就是干涉图干涉图以干涉条纹表现出来。干涉图具有条纹状，是由相位差的周期性变化而产生的相位差由最近点至最远点逐渐增大 主值周期变化2. 干涉条纹周期的高差估计干涉图中的条纹是相位差数据周期性的表现，这种周期性与高差相关由天线S1引出的水平线与基线B的夹角为，S1的入射角为，S1和 S1相对地面点P的斜距差为r，有其中T在双天线工作方式下为1；在重复轨道工作方式下为2基线垂直分量越长，单位周期的干涉条纹所表示的高差越小干涉图特点：干涉图以干涉条纹表现出来。干涉图具有条纹状，是由相位差的周期性变化而产生的；亮的地方表示相干系数大，干涉图在这些点位的质量好；暗的地方表示相干系数小，干涉图在这些点位的质量差（干涉条纹的特点1. 相位值的周期性: 由于复数对其相位的周期性，干涉条纹的相位值，只能在(-,之间出现。2. 各象素点上相位值的可信度不同: 影响相干性的因素很多，机理各不相同，对不同象素的作用也不相同。3. 噪声的统计特性污染严重: 这在干涉过程中带入干涉图中的相干斑，将成为野值。野值的存在，污染了相位噪声的统计特性，使其分布产生拖尾）3. 干涉图的质量估计和影响质量的因素一般以相干系数作为干涉图质量评价的依据其中M，N 为估计时所采用的窗口大小参量对每一点均按该式估计1. 电子设备噪声一般在实验室中预先进行检校在运行过程中也需要通过检校加以去除一般每过一段时间都需要作检校工作2. 大气的影响主要表现在大气层的非均匀性对信号传播的影响将大气层划分为若干大体均匀的层面以简化数学模型，通过数据处理克服大气影响3. 重复观测期间散射体物理特征性的变化比如植被含水量的变化会降低数据相关性4. 地形的变化是影响相关性的重要原因如滑坡、地震，常常造成数据配准不准确但是反过来为地形变化监测分析提供了信息5. 配准过程中的问题包括配准点、块的质量很差甚至由于所用算法如几何变换方法和重采样方法的不妥当，也会影响干涉图生成质量6. 体散射效应如稠密树冠因穿透所造成的多路径散射和体散射，影响信号传播路径的一致性4. 干涉图生成的数据处理方法1） 过采样在计算干涉条纹前，先作过采样，至少采样因子为2 ，采样在频域进行，即先作付里叶变换，过采样后再作逆变换2）多视处理先进行过采样，其因子为4；然后作多视处理，方位向20，距离向44.2 平地效应及去除干涉相位中包含了地形信息和由于距离变化引起的相位变化信息。去平地效应就是消除无高程变化的平地所产生的线性变化干涉相位。高程相等的两个点间也存在着相位差；而且，相位差的数值随着与天线距离的变大逐渐递增。从平地上各点相位差分析可以知道，平地各点上的相位差是不同的，且具有一定的变化规律在分析相邻两点相位差时，若两点高程不同，其相位差的差异就可能包含两个成分：其一是两点为平地上两点时的相位差；其二是因两点间存在高差造成的相位差平地效应公式推导两天线对于P1和P2的斜距差的差为两天线对两邻点（同一水平）P1 P2的相位差的差由于（其中q是P1和P2的高差）两天线对两邻点（不同水平）P1 P2的相位差的差右边第一项为两点处于同一水平面时的相位差的差；第二项为由高差所致相位差的差将相位差的差称为干涉相位的梯度；它应当包括平地分量和高差分量去除平地效应的方法： 距离向补偿相位差：需要几何参数 频谱分析法：FFT 然后作频域的圆周位移其中获得几何参数的方法：1.基于精密轨道参数平地效应的去除选择基准面，在同一参照坐标系下，确定基准面中任一点的坐标和该点所对应的两次成像卫星的位置，就可以直接计算场景内基准面上的点到两卫星的距离差，进而得到基准面的平地相位。缺点：计算量大改进：卫星在成像时间段内运行相对平稳，基线变化很小。故对一景影像的平地效应可以通过计算影像中几个离散的点的平地相位后，通过多项式来拟合来求取整幅影像中各点的平地相位。2.基于粗精度的DEM数据的平地效应的去除（1）读取并计算DEM的点间隔，同时计算干涉图象元点的间隔,计算两者的比值；（2）根据干涉纹图与DEM之间的比值，对DEM点进行采样，利用最近邻插值法得到其象元值；（3）基于多普勒方程、斜距方程和地球模型方程，利用轨道参数将DEM转换到地心坐标系；（4）利用最邻近插值法，对转换后的DEM数据进行赋值；（5）将DEM数据转换为相位值；（6）从干涉条纹中减去参考DEM数据计算的相位值。4.3 干涉条纹的特点4. 相位值的周期性: 由于复数对其相位的周期性，干涉条纹的相位值，只能在(-,之间出现。5. 各象素点上相位值的可信度不同: 影响相干性的因素很多，机理各不相同，对不同象素的作用也不相同。6. 噪声的统计特性污染严重: 这在干涉过程中带入干涉图中的相干斑，将成为野值。野值的存在，污染了相位噪声的统计特性，使其分布产生拖尾4.4 干涉图滤波方法1.简单的滤波方法：1）直接对相位差数据进行滤波处理，或中值滤波，或方向滤波2）在生成干涉图之前进行处理，实部、虚部分别进行直接对干涉图滤波效果不如对实部和虚部分别先滤波2.基于坡度估计的自适应滤波方法1）在局部窗口作相位解缠估计局部坡度：坡度大干涉条纹密集取小窗滤波；坡度小条纹稀疏取较大窗2）条纹边缘处，沿边缘方向滤波3）两种实施方案：对解缠后的相位; 对实部，虚部分别进行实际操作十分复杂：须解缠，须检测条纹边缘，及边缘方向3.基于梯度的自适应平滑滤波边缘处梯度变大，权系数减小，可以将权系数置零非边缘处，权系数增大，需要作平滑处理对突变点：归入其邻近区域，即与它相位值相差很小的区域4.中值滤波自适应滤波二级去噪方案噪声处，梯度会因大于k而保留。故采取二级处理方案，先去噪，再作保留边缘的平滑效果：仅自适应滤波 有噪声存在；二级滤波 去掉了噪声 解缠结果好第五章 基线估计5.1基线时间基线：重复轨道获取影像对时两幅图像成像的时间间隔。时间基线的存在会使两幅图像的相干性减小，这一现象被称为时间失相干。空间基线：两天线之间的距离。基线距的存在使得两次飞行时照射同一区域的视角存在差异，减弱了两次飞行得到的两幅图像之间的相干性从而造成了空间失相干。5.1.2 基线要素对测高的精度分析垂直基线分量与高程模糊度的关系假设地物点在两次观测期间散射特性没有发生变化，则相位量测只反映其几何成像关系。雷达干涉相位与 DEM 误差、卫地距R1、雷达波长、垂直基线距B、波束视向角是紧密相关的。高程模糊数：表示引起一个2相位变化所对应的高度变化，以此来表征干涉测量对高度变化的敏感程度。平行基线对形变监测精度的影响雷达干涉相位与平行基线的微分关系只跟雷达波长相关卫星轨道误差和雷达视线方向的地表形变对相位贡献的敏感程度在同一个数量级。水平基线和垂直基线的不确定性对测高精度的影响基线长度的微小误差可能导致大幅度地区的高度误差，这些误差随着地面距离的变化而变化，尤其对于地形坡度变化较大的地区，高程误差将更大1) 垂直基线越大，地形高度变化灵敏度越大。因此一般要求较大的垂直基线，但当垂直基线超过某一个限值时，两幅天线输出的信号完全独立，其形成的 SAR 图像会影响测高精度。垂直基线可以用高程模糊度来描述，高程模糊度越小，垂直基线值越大；2) 在给定扫描带内所要求的高度误差情况下，可以通过高度估计误差来对基线长度误差的灵敏度算出基线长度精度的限制。5.2基线估计的方法基于轨道参数的的基线估计方法（再看一下书）基于干涉条纹频率的估计方法条纹变化率：图像在斜距向的偏移随斜距的变化率。如何从 FFT 的功率谱得到K？K=f/2（其中f为条纹频率对于地面上的平坦区域， 基线几何引起的平地相位的最大功率谱的峰值频率即为条纹频率）其中R0为传感器到选取图像区域中心像素的斜距，0为传感器与选取图像中心像素的视角。要估计初始的垂直基线分量B，需要求参数K基于配准偏移量的估计方法通常情况下获取各像素点的精确高程值比较困难，一般以研究区域的平均高程值代替。利用配准偏移量文件中像素点的斜距向偏移量得到斜距差dR及其由主影像卫星参数估算的卫星平台高度H和斜距R，结合算式即可估算出基线的水平分量By和竖直分量Bz。基线B是随方位向时间的变化而变化，即沿方位向上像素的基线值是不同的,因此在用该模型进行基线估计时，利用不同方位向上的像素点就可以得到干涉对的时变基线。基于控制点的精确基线估计方法选择控制点：影像坐标 图上坐标；用最小二乘法求解 B和为了解决控制点精度不高的缺陷，可以采用天线位置参量和控制点影像坐标的整体平差的方法。几种不同基线估计方法比较不是垂直分量越大，高程模糊度越小，地物敏感度越大么？（动态检测是方位向的，不是距离向的）第六章 相位解缠跃变为什么不能超过2答：如果真实相位梯度超过2,干涉相位梯度不能反映真实相位递推规律，也就无法递推出相位真值，即无法进行相位解缠。6.1基本原理1.相位解缠的概念从干涉相位的变化规律（梯度）中获取真实相位的变化规律（梯度），进而从某个真实相位已知的点（控制点）出发，递推出每个点的相位真值相位关系式：干涉相位主值（干涉图）=解馋相位值2K相位真值的整周数被截断后所剩的部分即为干涉相位（干涉相位在-到之间）计算法则：1. 按某一方向（如距离向）进行解缠时，第一点的数值不变，且在出现周期突变前个点的数值不变，即个点的数值作为累计值2. 在数值跃变方向为到-时，该点和以后各点依次在累计值上加2作为各点计算值结果，直到出现下一个跃变点3. 在数值跃变方向为-到时，该点和以后各点依次在累计值上减2作为各点计算值结果，直到出现下一个跃变点4. 在每一个点上的计算完成之后，根据起始点的真实相位值与该点累计值的差值d，在每个点上再加上d，完成解缠全部计算该方法（确定性法）有效的前提条件：相位值是连续的；突变处相位梯度不能超过2解缠路径：干涉相位数据时连续性数据，无论从哪个方向，区哪条路径来进行解缠都应当得到相同的结果，所以是方向、路径无关的基于路径的前提：干涉相位在一个周期内相位值的梯度很小,一个周期那至少有两个点,两点之间的相位差不应大于1/2 周期.再缠绕假设W是缠绕函数，真实相位经该函数缠绕后的值在之间。因此，k(n)是一组整数，它的选取是为了保证。对缠绕相位作差分运算得到下式，对获得的结果再次运用缠绕函数得，这里的k1和k2用来区分两次作缠绕运算的整数序列。是缠绕相位差的重新缠绕。由于相位经缠绕函数W运算后，其缠绕相位值在之间，如果则这就要求等式右边的第二项必须等于零。对上式两边求和则可以得到，对缠绕相位的差分结果再次进行缠绕运算后进行求和运算就可以把缠绕相位解开，得到干涉图所包含的真实相位。但是如果相邻相位的差分不满足式 时，就不能够完全正确恢复真实相位。6.2解缠方法分类1. 基于路径跟踪的解缠方法：该方法通过计算残差点，选择适当几份路径避开残差点和低质量数据点，来达到解缠相位的目的，将残差点连起来后形成枝切线，在由枝切线分成的每个小区域都是满足一致性的，解缠时只需通过积分可达到目的，这类解缠能在局部区域解缠正确，并限制误差不向全局传播。优缺点：对于全局而言，因为枝切线额存在可能产生隔绝区域，由初始点解缠无法到达那里，对于残差点无法解缠，对于质量好的数据，该类方法较好。对于信噪比小，局部残差点过密集的区域，该方法容易形成孤岛效应。2. 基于最小LP范数思想的解缠方法：采用最小二乘的方法对残差点和低质量区的数据点误差以权重方式进行平差处理，使得解缠前后的相位梯度尽可能一致来实现相位解缠优缺点：该方法满足了连续性的要求，但是该算法在任意一点的解缠结果都只是拟合，并不是真值。同时他把局部质量差区域的误差扩散到全局。6.3枝切法相位解缠解缠的影响因素：为啥会出现不连续和干涉条纹不清楚现象：1. 在地形起伏大、山高坡陡处，会产生高频干涉条纹。2. 由于雷达影像成像方式为斜距投影方式，会出现阴影，即完全没有回波信号的情况，还会出现叠掩和顶底位移的情况3. 因为共轭复型数据配准过程中配准不好，所产生的干涉条纹也会出现紊乱4. 共轭复型数据获取过程中的随机噪声会造成干涉相位的错误如何解决？1. 连续性检测：遇到不连续处，作标记处理，解馋计算过程中绕开它，不对他进行计算。还可以采取先处理再解缠的方法，即对不连续点先做平滑或内插处理，然后再对所有数据进行解缠计算。路径一致性检测盒奇异点标记a) 如果相邻两点之间的真实相位差大于1/2周期，标记为奇异点；b) 根据奇异点几何，确定需绕过区域；c) 对其他区域按确定性方法进行解缠；d) 内插枝切区域。枝切线：在每个聚类子集内，根据奇异点的符号，按异号连接的原则对每一对相距最近的累计值异号的奇异点连接起来，这样连接起来的一条线就称为枝切线。6.4最小二乘相位解缠6.5数值迭代法相位解缠第七章 高程计算和地理编码相邻点地距分析法7.1基于单点的高程计算模型Rodriguez方法：针对星载InSAR成像的几何模型，Rodriguez提出了通过雷达的成像几何关系来计算sin（-），然后解算地面高程7.2基于相邻点的高程计算模型普拉蒂邻点分析模型；Ph.Hartl邻点分析模型7.3无基线估计的高程计算方法7.4基于最小二乘拟合的高程计算方法7.5地理编码为什么要进行地理编码？1. 点与点之间的地理距离不是等间隔的；2. 整个数据集合是按平台飞行方向排列的，与按地面坐标系排列的DEM有差异3. 由干涉图、解缠、计算高程形成的文件上方并非正北。地理编码的方法：多项式拟合法：在意景影像内选取明显特征点，由其影像坐标和地面坐标，可以拟合式中的多项式系数，然后对于每个点，可以估算出该点地面坐标近似值基于Konecny等效中心投影方程基于距离-多普勒方程通过G点的影像坐标（i，j）计算出斜距R，多普勒频率fD，相应的卫星位置RS和速度VS，以及相应的纬度等，若知道G点的高程，一起代入上述成像方程组即可解算出相应于G点的地心坐标RD方程的应用：去除平地效应，基于精密轨道参数平地效应的去除。可以利用R-D方程，迭代求解目标点的位置坐标。确定基准面中任一点的坐标和该点所对应的两次成像卫星的位置，直接计算场景内基准面上的点到两卫星的距离差，进而得到基准面的平地相位。基线估计，基于轨道参数的基线估计法。SAR复影像应满足多普勒方程和斜距方程。地理编码，形成基于多普勒方程的卫星雷达成像方程，对影像进行几何校正相邻点地距分析法干涉测量方法所求得的高程数据集合是按影像像素的位置顺序排列的，这种排列方式下的影像被称为斜距投影方式的影像。像素之间的对应地面点水平距离（即所谓地距）是各不相同的。如果能够将按斜距上相等间距排列的数据转换为地距方向相等间距的数据集合，则只须对照地形图作一次仿射变换就可以得到我们所需的DEM。高程怎么算（第二章基本原理的时候推导的）高程跟相位的关系，去平地效应产生的原因【精品文档】第 15 页